标签：name metric 直方图 指标 prometheus 四种 客户端

prometheus中存储的数据都是时序型，其数据模型都是如下：
metric_name{label=value,…} value timestamp
下文中说的数据类型只是客户端的封装

prometheus 的4种metric
prometheus的客户端中提供了4种metric，对于服务端来说并没有使用这些metric，服务端只是简单当成是独立的时序数据来使用

Counter：计数器

　　是一种累加型指标，指可以增加或者重置为0，可以被用来做请求数统计，成功数统一等等。不能用来代表可以下降的指标

Gauge：测量器

一种可以增加或者减少的测量器，可以用来做内存使用、温度测量等指标测量

Histogram：直方图

用于统计指标的分布，例如请求耗时的分布情况，需要注意的是prometheus的直方图是一种累积性的直方图，举例说明：
假设分布的桶位分别是buckets[] = {.005, .01, .025, .05, .075, .1, .25, .5, .75, 1, 2.5, 5, 7.5, 10}, 落在0.01桶内的值包含了落在0.005桶的值，这种累积型的直方图对于更简单
prometheus的客户端采用了三个指标来表示直方图：
metric_name_bucket：不同耗时上限，所采集到的值
metric_name_sum： 统计的值的总和，例如请求耗时总和
metric_name_count：统计的总数，例如请求的总数量
prometheus也提供了histogram_quantile函数来计算分位点，举例说明：
http_request_duration_seconds_bucket直方图http_request_duration_seconds的桶位指标，计算过去10分钟90%的请求的最大耗时：histogram_quantile(0.9, rate(http_request_duration_seconds_bucket[10m]))
注意： 这种计算是一种估算，假设在bucket中，数据的分布式线性的，进行估算

Summary：分位统计器

跟Histogram类似，也用于计算数据分位，但是不同的是，Histogram将三个指标上报到服务端，用promsql提供函数进行计算，Summary直接在客户端计算好之后进行上报，这种比较消耗客户端资源，summary也存储了3个指标：
metric_name_φ-quantiles
metric_name_sum
metric_name_count

标签：name,metric,直方图,指标,prometheus,四种,客户端
来源： https://www.cnblogs.com/c-rex/p/16112317.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。